摘要：快递物流末端配送的质量直接影响着物流企业的服务质量，在疫情防控期间，末端配送的质量和技术更是直接关系到国计民生的问题。文章运用层次分析法，以行业专家打分问卷与构建物流末端配送影响因素的问卷模型为基础，调研影响消费者末端配送的因素，分析主要影响因素，选取顺丰、京东、申通需要给消费者提供末端配送企业作为研究对象进行实证研究，构建了一套快递物流末端配送的监测评价指标，并对末端配送进行优化。
关键词：层次分析；末端配送；服务
末端配送作为物流的重要环节，影响着整个物流环节的效率和消费者对物流服务的体验。为了弥补技术配送的短板，降低货损货差率，实时获取新型末端的物流数据，提高快件全路信息的及时性与准确性，提升配送效率以及提供优质的用户体验。本文拟用层次分析法构建了一套关于物流末端配送的监测评价指标体系，得出结论并对进一步提升物流服务质量提供建议。
1研究背景
随着经济与物流业的快速发展，物流末端配送问题已经越来越成为顾客以及企业的关注焦点。末端物流的服务质量影响着顾客对物流配送的满意程度并直接影响快递公司的评价与口碑。物流末端配送中存在服务专业化程度不高，效率低下；末端快递员流动大、雇佣难等问题[1]；以及对大规模应急物流把控不当，譬如疫情影响下防疫物资及生活需求物资的波动性较大、配送资源短缺、运输网不畅等问题。如何更好地迎接挑战，化解突发问题，建立合理有效的物流末端配送的监测评价指标体系对于企业节约成本，提升服务质量，处理多变突发的情况，提高竞争力有着重要的意义。本文运用层次分析法构建了一套关于物流末端配送的监测评价指标体系。
2研究模型构建与实证分析
2.1构建层次结构模型。AHP由三个层次构成[2]，最上层为决策层，在此为物流末端配送监测，中间层为准则层，有5个维度组成，即技术因素、服务因素、货物因素、人员因素、信息因素，最底层为方案层，将准则层进行分类，分为3个元素。如图1所示。其中技术因素包含配送技术的先进性与更新、配送车辆的现代化程度，服务因素包含配送速度与取件便捷性、配送人员的服务态度，货物因素包含货物配送时间地点的准确性、配送货物“本身”的完好程度，人员因素包含配送者素质与作业熟练程度、配送人员的流动性，信息因素包含配送信息反馈的准确性与及时性。
2.2层次排序与一致性检验。建立了判断矩阵，运用数学计算方法，计算出判断矩阵的最大特征值γmax，并使用矩阵的对应特征方程W=γmax求出特征向量W，然后归一化，得到同一层次的因素对于上一个层次因素重要性程度。但是能否确认层次排序，还得进行一致性检验，因为进行上述的计算需要对判断矩阵中的各个因素进行成对比较，比如因素i与因素j的重要性比值为αij，因素j与因素k的重要性比值为αjk，可能会出现αijαjk≠αik的情况[3]。2.2.1计算一致性指标CIC=(γmax-1)/(n-1)⑴γmax为判断矩阵的最大特征值，n为因素个数，CI越大，判断矩阵的一致性越低。2.2.2计算随机一致性指标RIRI=(CI1+CI2+……+CIn)/n⑵RI值的大小与矩阵的阶数相关，对应关系如表1。2.2.3计算一致性比例CRCR=CI/RI⑶计算出各个矩阵的CR值通常CR<0.10时，该矩阵通过一致性检验，如果CR≥0.10，则应该进行适当地修改，使其能够通过一致性比例检验。根据汇总调研时获取的客户对各个因素的在意程度，两两比较进行赋值，借助YAAPH软件计算各个分支的权重并进行一致性检验，并对未通过检验的矩阵进行适当的调整[4]，进而计算出各个因素对物流末端配送监测的上层目标权重，进而得出以下结果（表2）。借助YAAPH软件计算服务因素具体结果如表3。货物因素、技术因素、信息因素、人员因素计算方法同上，一致性计算结果分别如下：0.0517、0.0176、0.0088、0.0515。由此可见，以上各方案层、准则层因素与目标层的一致性都小于0.1，因此层次总排序满足一致性。从上述各个表格中，可以客观地看清楚各个指标对于总目标影响权重的大小。其重要性排列为：服务因素＞货物因素＞技术因素＞信息因素＞人员因素。其中，服务因素重要程度占据首要的位置，已经远远地超过了其他因素，而货物因素的重要性居第二位，信息与技术因素的重要程度相差不大，人员因素重要程度最低。由此可知，各个公司要提升物流末端配送的质量，首先需要关注服务因素，采取措施提高消费者在这个方面的满意度，并且针对各个因素进行相应改进，才能更有效地发挥其作用。
2.3评价结果。通过分析所得数据可知，在末端物流配送之中，服务因素重要程度最高，人员因素重要程度最低。以这三家典型的公司为代表，根据通过层次分析法所得到的数据与收集到普通用户的数据，可得到顺丰在物流末端配送问卷中，一致认为顺丰的水平最优。由此可知，其他公司仍需针对其他重要程度较低的因素采取措施来进行对应的提升，提高末端配送的质量，更好地为消费者服务。由表4专家数据可看出：顺丰的加权总得分高于京东，而京东又高于申通。符合客观情况，说明本研究所构建的评价体系具备一定的合理性。总体上，顺丰的各个因素得分都大于京东和申通。由表5普通用户数据可得出：普通用户也认为末端物流配送满意度，顺丰的加权总得分高于京东高于申通。综上可得，顺丰各个因素的水平都高于京东和申通。结合专家的问卷与普通用户的问卷可得：专家与普通用户的看法一致，他们的加权总得分都是顺丰大于京东大于申通。说明该指标体系的构建具有一定的可信度。
3对策建议
3.1服务因素。优化快递收寄服务。顺丰物流相较于京东与申通在服务因素方面权重较高，顺丰公司在服务流程中做到了及时处理。申通物流在经营过程中应进一步提高快件投递速度，减少中间环节，合理规划最短运输路线，缩短运输距离和提高物流效率，做到准时收货、及时发货、尽快送货。申通、京东为提高服务质量，就需要站在客户的角度上以客户为上的原则处理问题，出现纠纷时立马做出反应。
3.2货物因素。顺丰、京东、申通等物流企业可以菜鸟网络为核心，通过搭建自提柜信息服务平台，采用新型包装技术与包装填充材料，提高“最后一公里”的货物安全性[5]。申通物流可在致力于搭建自提柜服务信息平台的同时开发相应的自助取件服务，这可有效降低货物丢失率，防止货物错取或丢失的现象。
3.3技术因素。快递作为一个服务性行业，其实现价值的方式是为客户提供一系列优质物流服务。因此为了尽量满足客户物流需求就需要利用各种先进的科学技术对这些活动进行监控和改进[6]。顺丰自有飞机，京东人工智能送货机器人等一系列智能产品，以良好的硬件增强企业市场竞争力并获取长期盈利。申通物流可将RFID技术和GPS技术相结合，实现货物运输的实时跟踪，通过包裹上的条形码或二维码、射频技术以及车载GPS装置等装备技术，可实时获取车辆信息、包裹信息，可实时跟踪遥控[10]。
3.4信息因素。加强建设物流末端配送信息平台的技术，降低不准确信息带来的风险。申通物流应该自主研发先进的物流信息处理系统。加强末端物流网络信息化的建设开发力度，进而确保配送服务按时完成，为客户提供优质的查询、投诉等信息服务。
3.5人员因素。增强员工对企业文化价值的认同感，提高员工归属感从而减低人员流动。同时做好员工岗前培训工作提高人员素质，增强服务意识。进一步对人力资源进行管控，增加专业培训力度，提升配送人员上岗门槛，集中进行专业培训，提升人员素质和服务水平。企业可加大对人才培养力度并引进高素质的物流配送人才。
4总结
随着快递企业的发展，如何在最后一公里上实现高效准确地配送，这就需要有针对性的构建评价指标，对比分析各家企业的具体情况，发现缺点，有针对性地提出建议增强企业的市场竞争力。通过所构建的监测评价指标中可以看出，在物流末端配送中，服务因素在所有因素中占最大的比重。我们在以三家物流企业为例，对专家评价和普通用户评价结果进行分析比较之后，一致得出服务因素在末端物流中是最重要的影响因素。同时，我们基于数据分析结果，有针对性地发现了三家企业存在的一些不足，并提出相关建设性意见，以帮助企业提高末端配送水平。综上所述，可以看出我们构建的监测评价指标是较为有效的，对于企业末端配送进行监测有一定意义和适用性，期望对其他企业进行监测也有所帮助。
作者:林文婷 丁文荣 李娜 陈保丽 王诗琦 郑梦锦 单位:福州外语外贸学院经管学院